abogen3步把EPUB变成带同步字幕的有声书【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen想做有声书却不想订录音棚abogen 走的是文本转语音路线把 EPUB、PDF 或纯文本文件丢给它产出可播放的音频外加一份时间轴与音频对齐的 SRT/ASS 字幕底层引擎是开源 TTS 模型 Kokoro-82M。快速上手5分钟安装并生成第一本有声书先装 espeak-ng 依赖与 abogen 本体需要 Python 3.10–3.12无需单独安装 Pythonsudo apt install espeak-ng # Ubuntu/DebianmacOS 用 brew install espeak-ng uv tool install --python 3.12 abogen # CPU 版 uv tool install --python 3.12 abogen[cuda] --extra-index-url https://download.pytorch.org/whl/cu128 --index-strategy unsafe-best-match # NVIDIAAMD 显卡仅在 Linux 下支持安装 rocm 变体。Windows 上也可以克隆仓库后双击WINDOWS_INSTALL.bat自动装好 Python 与 CUDA 依赖git clone https://gitcode.com/GitHub_Trending/ab/abogen装完后启动对应入口abogen # 桌面版PyQt6 abogen-web # Web 版打开 http://localhost:8808拿到第一个结果只需三步拖一个 EPUB 或文本文件进输入框 → 设置音色、语速0.1x–2.0x、字幕粒度Line、Sentence、1–3 words与输出格式WAV/FLAC/MP3/OPUS/带章节的 M4B→ 点 Start。音频与字幕文件随后出现在保存目录默认与源文件同目录。作者的 RTX 2060 Mobile 上约 3000 字转成 3 分 28 秒音频只用了 11 秒首次运行会因按需下载模型而偏慢。使用场景小说EPUB转章节式有声书拿到一本想听的书时先勾选需要的章节abogen 按章节切分音频可逐章存为独立文件同时生成合并完整版。选 M4B 输出时章节元数据与封面从 EPUB/PDF 自动提取会一并写入文件支持元数据的播放器可直接显示目录与封面。给教学视频和短视频配同步字幕脚本本身带时间轴.srt/.ass/.vtt或手动标注HH:MM:SS的文本时abogen 按既有时间点生成语音而不会用自己的节奏重新计时字幕输出切到“1 word/2 words/3 words”或“Sentence Highlighting”得到可直接贴到视频上的逐词、逐句高亮字幕。用队列模式批量生成播客与系列节目手里有一批稿件要处理时把多个文件加入队列每个文件保留加入时的配置音色、语速、格式互不覆盖Web 版的后台 worker见 abogen/webui/按顺序执行任务页面实时刷新进度与日志可随时取消或删除任务。进阶技巧如何用语音混合器混合定制音色单一 Kokoro 音色与想要的调性不符时语音混合器支持把多个音色模型按不同权重混音保存为 profile 后在后续转换中直接引用。TTS 引擎本身可插拔实现见 plugins/kokoro/ 与 docs/tts-plugin-architecture.md。如何为文本转语音开启GPU加速安装时选 CUDA 变体NVIDIA或 ROCm 变体Linux AMDPyTorch 会自动走 GPUMac 通过 kokoro 开发版使用 MPS。Docker 部署时仓库自带 GPU 配置的 compose 文件一条命令起服务docker compose up -d --build启动时若看到 “CUDA GPU is not available. Using CPU”说明回退到 CPU可用但更慢可卸载后按对应 CUDA 版本重装。如何手动加章节标记与元数据标签纯文本文件里写入CHAPTER_MARKER:章节标题abogen 会按标记切分音频某章出错时只重转该章而不必整份重来输出 M4B 时还能在文件头添加标题、作者、封面等元数据标签。常见问题问非英文文本用不了“1 word/2 words/3 words”字幕Kokoro 只为英文输出词级时间戳 token其他语言自动切换按时长估算的回退方案支持 Line、Sentence 与 Sentence Comma 模式。问提示 “CUDA GPU is not available. Using CPU” 怎么办这是 CPU 回退可以正常使用速度更慢。Windows 仅支持 NVIDIA CUDAAMD 显卡需要 Linux ROCm显卡兼容但仍报错时可换成 CUDA 12.6/13.0 变体重装。问首次运行很慢想离线使用模型与音色首次按需下载用菜单里的“Pre-download models and voices for offline use”提前缓存全部资源并可开启“Disable Kokoros internet access”彻底断网运行。界面完全打不开时先在终端运行abogen-cli查看具体报错。更多细节见 docs/getting-started.md 与 docs/developer-guide.md。【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 abogen：3步把EPUB变成带同步字幕的有声书
abogen3步把EPUB变成带同步字幕的有声书【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen想做有声书却不想订录音棚abogen 走的是文本转语音路线把 EPUB、PDF 或纯文本文件丢给它产出可播放的音频外加一份时间轴与音频对齐的 SRT/ASS 字幕底层引擎是开源 TTS 模型 Kokoro-82M。快速上手5分钟安装并生成第一本有声书先装 espeak-ng 依赖与 abogen 本体需要 Python 3.10–3.12无需单独安装 Pythonsudo apt install espeak-ng # Ubuntu/DebianmacOS 用 brew install espeak-ng uv tool install --python 3.12 abogen # CPU 版 uv tool install --python 3.12 abogen[cuda] --extra-index-url https://download.pytorch.org/whl/cu128 --index-strategy unsafe-best-match # NVIDIAAMD 显卡仅在 Linux 下支持安装 rocm 变体。Windows 上也可以克隆仓库后双击WINDOWS_INSTALL.bat自动装好 Python 与 CUDA 依赖git clone https://gitcode.com/GitHub_Trending/ab/abogen装完后启动对应入口abogen # 桌面版PyQt6 abogen-web # Web 版打开 http://localhost:8808拿到第一个结果只需三步拖一个 EPUB 或文本文件进输入框 → 设置音色、语速0.1x–2.0x、字幕粒度Line、Sentence、1–3 words与输出格式WAV/FLAC/MP3/OPUS/带章节的 M4B→ 点 Start。音频与字幕文件随后出现在保存目录默认与源文件同目录。作者的 RTX 2060 Mobile 上约 3000 字转成 3 分 28 秒音频只用了 11 秒首次运行会因按需下载模型而偏慢。使用场景小说EPUB转章节式有声书拿到一本想听的书时先勾选需要的章节abogen 按章节切分音频可逐章存为独立文件同时生成合并完整版。选 M4B 输出时章节元数据与封面从 EPUB/PDF 自动提取会一并写入文件支持元数据的播放器可直接显示目录与封面。给教学视频和短视频配同步字幕脚本本身带时间轴.srt/.ass/.vtt或手动标注HH:MM:SS的文本时abogen 按既有时间点生成语音而不会用自己的节奏重新计时字幕输出切到“1 word/2 words/3 words”或“Sentence Highlighting”得到可直接贴到视频上的逐词、逐句高亮字幕。用队列模式批量生成播客与系列节目手里有一批稿件要处理时把多个文件加入队列每个文件保留加入时的配置音色、语速、格式互不覆盖Web 版的后台 worker见 abogen/webui/按顺序执行任务页面实时刷新进度与日志可随时取消或删除任务。进阶技巧如何用语音混合器混合定制音色单一 Kokoro 音色与想要的调性不符时语音混合器支持把多个音色模型按不同权重混音保存为 profile 后在后续转换中直接引用。TTS 引擎本身可插拔实现见 plugins/kokoro/ 与 docs/tts-plugin-architecture.md。如何为文本转语音开启GPU加速安装时选 CUDA 变体NVIDIA或 ROCm 变体Linux AMDPyTorch 会自动走 GPUMac 通过 kokoro 开发版使用 MPS。Docker 部署时仓库自带 GPU 配置的 compose 文件一条命令起服务docker compose up -d --build启动时若看到 “CUDA GPU is not available. Using CPU”说明回退到 CPU可用但更慢可卸载后按对应 CUDA 版本重装。如何手动加章节标记与元数据标签纯文本文件里写入CHAPTER_MARKER:章节标题abogen 会按标记切分音频某章出错时只重转该章而不必整份重来输出 M4B 时还能在文件头添加标题、作者、封面等元数据标签。常见问题问非英文文本用不了“1 word/2 words/3 words”字幕Kokoro 只为英文输出词级时间戳 token其他语言自动切换按时长估算的回退方案支持 Line、Sentence 与 Sentence Comma 模式。问提示 “CUDA GPU is not available. Using CPU” 怎么办这是 CPU 回退可以正常使用速度更慢。Windows 仅支持 NVIDIA CUDAAMD 显卡需要 Linux ROCm显卡兼容但仍报错时可换成 CUDA 12.6/13.0 变体重装。问首次运行很慢想离线使用模型与音色首次按需下载用菜单里的“Pre-download models and voices for offline use”提前缓存全部资源并可开启“Disable Kokoros internet access”彻底断网运行。界面完全打不开时先在终端运行abogen-cli查看具体报错。更多细节见 docs/getting-started.md 与 docs/developer-guide.md。【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考